Factorial Calculator

Entendiendo Factoriales

El factorial de un número entero no negativo n, escrito n!, es el producto de todos los números enteros positivos desde 1 hasta n. La definición: n! = n × (n−1) × (n−2) × ... × 2 × 1. Caso especial: 0! = 1 por definición (no cálculo) — esto es necesario para que las fórmulas combinatorias funcionen consistentemente.

Los factoriales crecen extraordinariamente rápido — más rápido que cualquier polinomio o incluso la mayoría de las funciones exponenciales. 5! = 120; 10! = 3,628,800; 15! = 1,307,674,368,000; 20! ≈ 2.43 × 10^18; 100! ≈ 9.33 × 10^157. El número 170! es aproximadamente 7.26 × 10^306, que es el factorial más grande representable como un número flotante de 64 bits (doble precisión). Nuestro calculadora utiliza aritmética de BigInt para resultados exactos de enteros hasta 170!

La definición recursiva del factorial es: n! = n × (n−1)! para n > 0, con 0! = 1 como el caso base. Esta estructura recursiva hace que el factorial sea un ejemplo clásico en la ciencia de la computación para enseñar recursividad, programación dinámica y memoización. La computación del factorial mediante iteración también es estándar: inicialice resultado = 1, luego multiplique por cada entero desde 2 hasta n.

La notación "n!" fue introducida por Christian Kramp en 1808 como una notación conveniente para el producto frecuentemente utilizado 1 × 2 × 3 × ... × n. Antes de esto, se utilizaron varias otras notaciones. Hoy en día n! es reconocido universalmente en todas las tradiciones matemáticas.

Factoriales en Combinatorias y Probabilidad

El factorial es la piedra angular de las combinatorias — el ramo de la matemática que se ocupa del conteo, arreglos y selecciones. Casi todos los problemas de conteo en probabilidad y estadística involucran finalmente factoriales.

Permutaciones (arreglos ordenados): El número de formas de arreglar n objetos distintos en una fila es n! — llamado n-factorial permutaciones. Con 4 libros en una estantería: 4! = 24 arreglos. Con 10 corredores en una carrera, el número de posibles ordenamientos para 1º, 2º y 3º lugar es P(10,3) = 10!/(10−3)! = 10!/7! = 720.

La fórmula de permutación parcial: P(n,r) = n!/(n−r)! cuenta las selecciones ordenadas de r items de n. La fórmula de permutaciones totales n! es el caso especial r = n.

Combinaciones (selecciones no ordenadas): C(n,r) = n!/(r!(n−r)!), también escrito ⁿCᵣ o "n elige r" o como el coeficiente binomial. Esto cuenta el número de formas de seleccionar r items de n donde el orden no importa. De 52 cartas, el número de manos de 5 cartas = C(52,5) = 52!/(5!×47!) = 2,598,960. La probabilidad de recibir un rey de traje = 4/2,598,960 ≈ 0,000154%.

Coeficientes multinomiales: n!/(n₁! × n₂! × ... × nₖ!) cuenta los arreglos de n items donde n₁ son del tipo 1, n₂ del tipo 2, etc. Arreglar las letras en MISSISSIPPI: 11!/(1!×4!×4!×2!) = 34,650 arreglos distintos.

La tabla de factoriales: n! para n = 0 a 20

Aquí está la tabla de factoriales completa para valores pequeños de n. Memorizar los primeros 10 factoriales es útil para cálculos de combinatoria mental rápida.

El crecimiento explosivo es impresionante: de 10! = 3,6 millones a 20! = 2,4 quintillones en solo 10 pasos. Este crecimiento rápido es por qué el factorial aparece en los denominadores de las series de Taylor (asegurando la convergencia) y en los factores de normalización de las distribuciones de probabilidad.

Aproximación de Stirling y Factoriales Grandes

Para grandes n, el cálculo de factoriales exactos es impráctico — 100! tiene 158 dígitos. Aproximación de Stirling proporciona una excelente estimación: n! ≈ √(2πn) × (n/e)^n, donde e ≈ 2.71828 es el número de Euler.

Exactitud de la aproximación de Stirling: para n=10, exacto = 3,628,800; Stirling da ≈ 3,598,696, un error de menos del 1%. Para n=100, el error relativo es menor del 0,1%. Cuanto mayor sea n, más precisa se vuelve la aproximación — el error relativo de la aproximación es O(1/n).

La función log-factorial ln(n!) = Σ ln(k) para k=1 a n (suma de logaritmos) es importante computacionalmente. En estadística y aprendizaje automático, se utilizan logaritmos de probabilidades en lugar de probabilidades brutas para evitar el subflotamiento numérico (multiplicar muchos números pequeños juntos se subflota rápidamente a 0 en aritmética de punto flotante). La función log-gamma extiende esto a argumentos no enteros.

La función gamma Γ(n) es la extensión continua del factorial a todos los números complejos excepto los no positivos: Γ(n) = (n−1)! para números enteros positivos. Esto aparece en distribuciones de probabilidad (distribución Gamma, distribución Chi-cuadrada, distribución Beta) y muchas fórmulas de física. Algunos calculadores pueden calcular Γ(1,5) = √π/2 ≈ 0,886 — el "factorial" de 0,5.

Factoriales en Distribuciones de Probabilidad

Muchas de las distribuciones de probabilidad más importantes en estadística utilizan factoriales en sus fórmulas, conectando la combinatoria pura con el análisis de datos del mundo real.

Distribución binomial: P(X = k) = C(n,k) × p^k × (1−p)^(n−k). Modela el número de éxitos en n ensayos independientes con probabilidad p cada uno. C(n,k) = n!/(k!(n−k)!) es el coeficiente combinatorio. La suma sobre todos los k de estos términos es igual a 1 (probabilidad total).

Distribución de Poisson: P(X = k) = (λ^k × e^(−λ)) / k!. Modela el número de eventos raros que ocurren en un intervalo fijo cuando la tasa promedio es λ. El k! en el denominador normaliza la distribución. Usado para: llegadas hospitalarias por hora, reclamos de seguros por día, mutaciones por replicación del genoma.

Distribución normal y la aproximación de Stirling están profundamente conectadas. El Teorema del Límite Central — que las sumas de variables aleatorias independientes se acercan a una distribución normal — se puede probar utilizando la aproximación de Stirling de n!. Esta conexión entre el mundo discreto (factorial) y el mundo continuo (distribución normal) es uno de los resultados más profundos en teoría de la probabilidad.

Problema del cumpleaños: La probabilidad de que todos los 23 personas en una habitación tengan cumpleaños diferentes = 365!/(365−23)! ÷ 365^23 ≈ 49,3%. Entonces hay una probabilidad mayor del 50% de que al menos dos compartan un cumpleaños — un resultado controvertido famoso que utiliza permutaciones parciales.

Factorial en Teoría de Números: Ceros Traseros y la Teoría de Wilson

El factorial interactúa rícidamente con la teoría de números primos, produciendo resultados elegantes sobre la divisibilidad y la detección de primos.

Ceros traseros en n!: El número de ceros traseros en n! es igual al número de factores de 10, que es igual al número de factores de 5 (ya que los factores de 2 son siempre más abundantes). La fórmula: cuenta = ⌊n/5⌋ + ⌊n/25⌋ + ⌊n/125⌋ + ... (suma mientras el poder de 5 ≤ n). Para 100!: ⌊100/5⌋ + ⌊100/25⌋ = 20 + 4 = 24 ceros traseros.

La fórmula de Legendre: El poder más alto de primo p que divide n! es ⌊n/p⌋ + ⌊n/p²⌋ + ⌊n/p³⌋ + ... Esto te dice la factorización prima exacta de n!, que es esencial en teoría de números y combinatoria.

La teoría de Wilson: Un entero p > 1 es primo si y sólo si (p−1)! ≡ −1 (mod p). Para p=5: 4! = 24 ≡ 4 ≡ −1 (mod 5) ✓. Para p=6 (compuesto): 5! = 120 ≡ 0 (mod 6) ✗. Si bien la teoría de Wilson es hermosa teóricamente, es impracticable computacionalmente para números grandes ya que calcular (p−1)! es costoso de manera exponencial.

Primos factoriales: Un primo factorial es un primo de la forma n! + 1 o n! − 1. Ejemplos: 2! − 1 = 1 (no primo), 3! − 1 = 5 (primo), 3! + 1 = 7 (primo), 4! − 1 = 23 (primo). Encontrar primos factoriales grandes es un área de investigación activa en teoría de números recreativa y computacional.

Cómo Utilizar este Calculadora de Factorial

Ingrese un entero no negativo n (desde 0 hasta 170) y haga clic en Calcular. La calculadora devuelve el valor factorial exacto como un entero completo utilizando JavaScript's BigInt para valores grandes, evitando la imprecisión de punto flotante que corrompería los resultados para n ≥ 19.

Notas:

• El input debe ser un entero no negativo. La calculadora truncará el input decimal al número entero más cercano.
• El máximo n = 170 para la computación exacta (170! ≈ 7,26 × 10^306, justo dentro del rango de doble precisión para la visualización).
• Para n = 0, el resultado es 1 (por definición).
• Para factoriales muy grandes (n > 100), el resultado es un número con 150+ dígitos —mostrado en su totalidad por nuestra implementación BigInt.
• Para aplicaciones que requieren ln(n!), utilice la identidad: ln(n!) = Σ ln(k) para k=1 a n.

Factoriales en Ciencias de la Computación: Algoritmos y Complejidad

El factorial está estrechamente relacionado con la teoría de la complejidad computacional — el estudio de cómo son difíciles de resolver los problemas algorítmicamente. Comprender el factorial ayuda a explicar por qué ciertos problemas son "dificiles" en un sentido matemático preciso.

El Problema del Viajante de Comercio (TSP) pregunta: dadas n ciudades y distancias entre cada par, encuentra la ruta más corta que visite todas las ciudades exactamente una vez. Un enfoque de fuerza bruta ingenuo verifica todas las posibles ordenaciones: (n−1)!/2 rutas (dividiendo por 2 por simetría, fijando la ciudad de partida). Para n=20 ciudades: 19!/2 ≈ 6 × 10^16 rutas. Incluso a 1 trillón de rutas/segundo, esto tomaría 60,000+ años. Esta explosión factorial es por qué TSP es "NP-difícil" y por qué se utilizan algoritmos heurísticos (en lugar de soluciones exactas) en la práctica para instancias grandes.

El problema de ordenación tiene conexiones factoriales también: n! es el número de posibles ordenaciones de n elementos. Un algoritmo de ordenación óptimo basado en comparaciones debe distinguir entre todos los casos n!, requiriendo al menos log₂(n!) comparaciones. Por la aproximación de Stirling, log₂(n!) ≈ n×log₂(n), por lo que el mínimo de comparaciones teórico para ordenar es O(n log n) — alcanzado por el algoritmo de ordenación por fusión y el algoritmo de ordenación por pila.

En programación dinámica, los subproblemas factoriales pueden memorizarse: una vez que se calcula k!, se puede obtener (k+1)! = (k+1) × k! sin volver a calcular desde cero. Esto reduce el costo de calcular todos los factoriales de 1 a n de O(n²) a O(n), una optimización clave en aplicaciones que requieren muchos valores factoriales, como la generación de tablas de probabilidad.